2023-03-17 14:02 回答问题

用 DolphinDB Python API 从 DolphinDB server 取数，然后通过 python 把数据交互进 GPU 进行深度学习模型训练。 DolphinDB 提供高效的 python 取数接口。 Python API 使用教程：python 取数教程链接

2023-03-16 21:03 回答问题

可以尝试以下这个方法： dataVector = 2021.01.01..2021.02.28 dataVector[at(0..(size(dataVector)-1)%5==0)]

2023-03-13 09:19 回答问题

可以使用DolphinDB的repartitionDS函数满足上述需求，具体例子如下： ds = repartitionDS(query=<select DateTime,SecurityID from loadTable("dfs://SH_TSDB_snapshot_MultiColumn", "snapshot") where date(DateTime) in 2021.12.01 2021.12.06 2021.12.07, SecurityID in `600021`603659>

2023-03-09 19:48 回答问题

以查询一个分区表的所有股票值为例： ds=sqlDS(<select SecurityID from loadTable( "dfs://SH_TSDB_snapshot_MultiColumn", "snapshot") where date(DateTime)=2021.12.01>) def disctcode(t){ return select distinct(SecurityID) as SecurityID from t } data = distinct(mr(ds, di

2023-03-09 19:44 回答问题

可以尝试一下这种方法： dbName = "dfs://SH_TSDB_snapshot_MultiColumn" tbName = "snapshot" pt = loadTable(dbName, tbName) replayDate = 2021.12.01 ds = sqlDS(<select DateTime,SecurityID from pt where date(DateTime)=replayDate, time(DateTime)>=09:30:00.000>) de

2023-02-21 09:21 回答问题

提供一种处理方法： （1）存储数据未原始交易所发送的数据 （2）再存储1个复权因子

2023-01-29 10:19 回答问题

可以尝试以下下面的代码： syms = "A" datetimes = 2021.01.01..2022.01.01 n = 200 t = table(take(datetimes,n) as trade_time, take(syms,n) as sym,take(500+rand(10.0,n), n) as price) dayNum = 3 tbName = "t" def getLastNDay(tbName, dayNum){ colName = "price"

2023-01-29 10:00 回答问题

可以在DolphinDB python api时设置下面两个参数，让会话在网络异常的情况下不中断： （1）

2022-11-25 09:57 回答问题

可以参考下面的自定义函数，作用是删除当前节点上的所有流计算引擎： def DropAllEngines(){ if(getStreamEngineStat().rows() > 0){ engineTypes = getStreamEngineStat().keys() for(engineType in engineTypes){ engineNum = size(getStreamEngineStat()[engineType]) i = 0 do{ pri

2022-11-25 09:55 回答问题

可以参考下面的自定义函数，作用是清除当前节点的所有流计算相关的订阅： def ClearAllSubscriptions(){ if(getStreamingStat().pubTables.rows() > 0){ do{ try{ tableName = getStreamingStat().pubTables[0,0] actionName = getStreamingStat().pubTables[0,3] actionName = strReplac